基于单视图的非合作航天器三维体素重构算法

空间对抗态势下,针对非合作航天器的快速高精度智能感知、意图识别与威胁评估等在轨相对导航任务,均依赖精准的目标三维模型先验信息。但星载传感器感知视场有限,传统基于多帧图像的模型重构算法存在流程复杂、实时性差及恢复精度低等问题。为此,提出了一种基于单视图的航天器三维体素重构算法,能够基于单帧图像高效地恢复目标的空间三维信息。首先,针对空间航天器视觉感知任务研究中普遍存在的数据饥饿问题,通过整理航天器三维模型,利用图像渲染技术构建了小规模本地数据集,包括航天器三维模型、对应体素和多视角采样图像三部分。接着,设计了基于单视图的三维重建模型,使用单帧非合作航天器图像作为输入,通过2D-3D混合卷积完成“编码-解码-调优”三个子模块计算,实现对目标三维体素结构的恢复。最后,在本地数据集上进行网络模型的训练和评估,验证了当前模型能够实时精确重建目标航天器三维体素模型,并在现有数据上取得了0.895的MIoU值;同时,网络对不同航天器的重建效果体现了模型具有强大的泛化能力。